VEHRON: A Configuration-Driven BEV Simulation Framework for Subsystem-Level Studies

Resumen Técnico: VEHRON – Un Framework de Simulación de BEV Basado en Configuración

1. El Problema: Fragmentación del Flujo de Trabajo

En las etapas tempranas de la ingeniería de vehículos eléctricos de batería (BEV), los estudios de consumo energético y térmico suelen realizarse mediante una mezcla desorganizada de scripts de Python, cuadernos de Jupyter (notebooks) y hojas de cálculo. Este enfoque presenta tres problemas críticos:

• Falta de trazabilidad: Las suposiciones de diseño suelen quedar enterradas en comentarios de código.
• Dificultad de reutilización: Es complejo extender un estudio previo sin empezar desde cero.
• Problemas de auditoría: Los resultados y las configuraciones no siempre se guardan de forma vinculada, lo que impide replicar exactamente un experimento meses después.

2. Metodología y Arquitectura de Software

VEHRON (VEHicle Research and Optimisation Network) propone un flujo de trabajo determinista y basado en la configuración para la simulación longitudinal de vehículos. Su arquitectura se basa en los siguientes pilares:

• Configuración mediante YAML: En lugar de modificar el código fuente, el usuario define el vehículo (hardware) y el caso de prueba (misión/ciclo de conducción) en archivos YAML independientes. Esto permite que el mismo vehículo se pruebe en múltiples escenarios sin duplicar datos.
• Arquitectura de "Ranuras de Subsistema" (Subsystem Slots): El motor de simulación es agnóstico a la física detallada. Permite intercambiar modelos de batería y HVAC (climatización) mediante la carga de archivos Python externos. Esto permite que investigadores utilicen modelos propietarios o de alta fidelidad dentro del entorno de VEHRON sin necesidad de alterar el núcleo del motor.
• Motor de Simulación de Paso Fijo: Utiliza un paso de tiempo maestro ($\Delta t = 0.1$ s) con ejecución multirate. Los dominios rápidos (dinámica longitudinal, motor) se ejecutan en cada paso, mientras que los dominios lentos (térmicos, batería) se ejecutan con un divisor de tasa para optimizar el cómputo, utilizando acumuladores para evitar distorsiones de señal.
• Empaquetado de Casos Determinista: Cada ejecución genera un "paquete de caso" que incluye: la serie temporal plana, los archivos YAML de entrada (copiados y resueltos), metadatos de resumen en JSON y gráficos estandarizados.

3. Modelado Físico Implementado

El framework incluye un conjunto de modelos de bajo orden para estudios comparativos:

• Dinámica Longitudinal: Basada en velocidad prescrita, resolviendo las fuerzas de resistencia al avance (aerodinámica, rodadura y pendiente).
• Tren Motriz: Incluye un modelo de motor eléctrico basado en un sobre (envelope) de par-velocidad y un modelo de inversor con eficiencia fija.
• Frenado Regenerativo: Implementa un modelo de frenado mezclado (blended braking) mediante un factor de mezcla ($\beta$) que determina qué fracción de la energía cinética se recupera.
• Batería: Ofrece un modelo de resistencia interna ($R_{int}$) y un modelo de circuito equivalente (ECM) de dos ramas RC para capturar transitorios de voltaje.
• Térmica y HVAC: Utiliza modelos de masa térmica concentrada para la cabina y tendencias térmicas de primer orden para la batería y el motor.

4. Resultados y Validación

El estudio valida el framework utilizando seis casos de referencia (Casos A-F) basados en datos públicos de vehículos reales, comparándolos con los ciclos de conducción WLTP y MIDC.

• Precisión en WLTP (Casos A-D): Los resultados de VEHRON mostraron una desviación mínima respecto a los consumos publicados por los fabricantes, con un error de entre -0.9% y -2.1%. Esto demuestra que la configuración de los parámetros de resistencia y eficiencia es altamente efectiva para estudios de rango.
• Análisis de Energía: El framework permite desglosar el presupuesto energético (resistencia aerodinámica, rodadura, inercia, pérdidas del tren motriz y cargas auxiliares), proporcionando una visibilidad total de dónde se consume la energía.

5. Contribución y Significado

La importancia de VEHRON radica en su diseño orientado al flujo de trabajo más que en la complejidad de sus ecuaciones. Su contribución principal no es un nuevo modelo físico, sino una infraestructura de investigación que:

1. Separa la infraestructura de la implementación: Permite que el motor de simulación sea abierto mientras que los modelos de subsistemas (como una batería propietaria) permanezcan privados.
2. Promueve la ciencia reproducible: Al empaquetar cada ejecución con sus entradas exactas, garantiza que cualquier estudio sea auditable y replicable.
3. Reduce la barrera de entrada: Permite a ingenieros y académicos realizar estudios paramétricos rápidos sin necesidad de construir entornos de simulación complejos desde cero o depender de licencias comerciales costosas.